O que LazyLLM faz?
A maneira mais fácil e preguiçosa de construir aplicações multi-agente com LLMs.
A maneira mais fácil e preguiçosa de construir aplicações multi-agente com LLMs.
LazyAGI/LazyLLM é uma ferramenta de código aberto projetada para simplificar ao máximo a criação de aplicações multi-agente baseadas em Grandes Modelos de Linguagem (LLMs). Ela oferece uma interface de alto nível e abstrações que permitem aos desenvolvedores montar pipelines complexos de agentes de IA com o mínimo de código, seguindo uma filosofia 'preguiçosa' que prioriza a facilidade de uso sobre a configuração manual. O projeto suporta múltiplos provedores de LLM e se integra perfeitamente com frameworks populares de desenvolvimento de agentes, tornando-se ideal tanto para prototipagem rápida quanto para implantações em produção. Com LazyLLM, você pode definir fluxos de trabalho comuns, como cadeias de pensamento, roteamento entre agentes e memória compartilhada, usando apenas algumas linhas de Python, eliminando a complexidade típica de sistemas multi-agente. Esta skill é especialmente útil para desenvolvedores que desejam experimentar arquiteturas de agentes sem perder tempo com configurações detalhadas ou infraestrutura subjacente.
npx skills add LazyAGI/LazyLLMA maneira mais fácil e preguiçosa de construir aplicações multi-agente com LLMs.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".